小技巧：在 Ubuntu 命令行里通过命令 explorer.exe . Ke以打开 Windows 资源管理器窗口，窗口地址栏里记录了对应 Windows 文件系统的路径。如下图：

出于简化操作的考虑，当考虑电脑上只有一份项目代码时建议把它放在 Ubuntu 中。原因如下：

某些脚本、shell 工具、grep/sed/find/xargs、权限语义、sandbox 行为，不如 Linux/WSL 一致。Ru果编码过程中大量依赖 Linux 工具链，则 Windows 环境hen容易产生不支持命令的问题。

本文系笔者在阅读 《OpenAI Codex Zui佳实践》 的基础上，补充了部分个人心得。以话题列表的方式展开。

根据 第一优先级目标 不同，可供选择的策略如下：

这样的好处是避免频繁的跨文件系统读写，降低性Neng损耗。但同样也有缺点，就是 Codex 只Neng编辑，无法直接运行整个项目。

AI Agent 背后的大模型，掌握了人类几千年历史以来全部信息，其认知储备远超地球上任何一个自然人。这固然是好事，他无所不知，无所不晓。不论我们问什么问题，douNeng得到答案。但Neng力太过强大、知识太过丰富，没有边界的 AI 就像一把双刃剑，这在一些场景下并非是好事。Ru果提问者的问题不够明确，hen容易把 AI 引导到错误的方向上越走越远，不仅无法完成正常的任务，还会空耗 token，造成时间和金钱的双重损失。

/home/lei/├── workspace/│ ├── android/│ │ ├── app-main/│ │ ├── component-user/│ │ └── demo-playground/│ ├── backend/│ └── scripts/├── notes/├── sandbox/└── .codex/ 方案二：主代码仓放在 Windows，Codex 只操作小范围 workspace

把主开发仓库放回 Windows 本地，Codex 就不要直接操作这份仓库，只通过手动复制粘贴的形式，将小范围目录文件复制到 Ubuntu 系统，供 Codex 阅读和编辑。

这种方案下的目录结构如下所示：

一个 SOP 流程是：

Codex 不是 Chatbot，而是 AI Agent。不要把它当作临时性的对话助手，它就像是一名小组成员，一位中级软件工程师，需要时间来培养。在初始阶段，他对项目、代码、任务一无所知，随着慢慢了解和提升，处理起需求来也会geng加得心应手。

在日常项目开发里我把 Codex 的通常使用分成三种模式。

虽然运行在同一台电脑上，但 Windows、Ubuntu 是相互隔离的操作系统，WSL 在其中作为桥接，供两者访问对方的文件系统。因此，在实践中，我们面临两种选择：应当把项目代码放在哪一个文件系统，是 Windows，还是 Ubuntu？

两者各用所长，组合起来比全dou堆在 Windows 原生环境里geng顺手。

这样Zuo的核心思路，是把 IDE体验 和 命令行执行环境 拆开。Android Studio 继续运行在 Windows 上，因为它在图形界面、模拟器、设备调试、性Neng分析等方面体验geng成熟；Codex 则运行在 WSL 的 Ubuntu 里因为 Agent 对 Linux 的终端、脚本、权限模型、包管理器和文件系统操作支持geng稳定。

在这个时候，尽量把 AI 当成一个初出茅庐的实习生/新员工，他具备一定的逻辑思考Neng力、学习Neng力、信息挖掘Neng力，但需要我们为其明确目标及上下文，制定约束条件，说清楚希望 AI 用什么方案、技术、工具来完成任务。

舍弃今日只为明朝。我喜欢痛苦，因为痛苦意味着，生命中那些不完美的地方正在被修补。

因此，我想讨论的第一个话题是 —— 如何撰写高质量的提示词。

因此，在与他交流的过程中，要格外注意 Prompt的质量，不要问空泛抽象的问题，例如“为什么这个脚本报错”。问题越模糊，对 AI 思考的约束就越弱，得到精确回答的概率就越低。

这里推荐一个提示词框架：GCCO，是四个英文单词的首字母缩写：

GCCO 提供了一种结构化的 Prompt 编写方法，有助于提高 AI 输出的相关性和准确性。你Ke以试试kan哈，说实话，这个方法挺有效的！咱就是说用 GCCO 来组织你的 Prompt，Neng让你的问题描述得geng加清晰明了从而geng容易得到令人满意的答案。你懂的，这就像是在跟一个新同事沟通任务，你得给他讲清楚目标是什么要怎么Zuo，有哪些约束条件等等，不然他可Neng会懵逼，不知道从哪儿下手。

"一步到位"并非总是Zui佳选择"

"你知道吗，把复杂的任务拆分成多个小步骤，往往Neng获得geng好的结果。害，就比如说你要让 Codex Zuo个大手术，直接扔给他一大堆代码和需求，他可Neng会懵。但是Ru果你一步一步来先告诉他要改啥，然后再给他相关的上下文，这样他会geng容易理解，也geng容易给出靠谱的答案。”

"那具体怎么Zuo呢？比如说第一步，先让 Codex 理解当前的代码结构和需求；第二步，再让他给出修改建议；第三步，Zui后才让他执行具体的修改。哈哈，这样是不是就清晰多了？而且，每一步douKe以根据实际情况进行调整，不对不对，应该是说每一步dou应该根据实际情况进行调整，这样才Neng确保Zui终的结果是我们想要的。”

“'人在江湖漂，哪Neng不带 Context'

对于 Android 工程，尤其建议把下面几类目录排除在主要上下文之外：构建产物、自动生成代码、第三方缓存、图片和视频资源、历史归档脚本。它们要么无助于解决当前问题，要么非常消耗 token。

“说实话，Ru果你Neng合理地管理上下文，那么 Codex 就geng容易给出靠谱的答案。因为这样一来他就不会被太多无关的信息干扰，从而Neng够geng加专注于手头的任务。”

“那怎么管理上下文呢？hen简单，就是要明确告诉 Codex ，哪些文件是重要的，哪些是Ke以忽略的。比如说你Ke以使用@filename, 让 AI 只关注相关文件，而不是扫描整个仓库。这样Neng够显著减少 token 消耗，降低答非所问的概率，防止过度思考导致上下文爆炸。”

“所以啊，在使用 Codex 的时候，我们应该尽量提供清晰明确的目标和上下文，并且合理地管理上下文，这样才NengZui大限度地发挥它的潜力。”

我比较推荐的工作架构是：Windows + Android Studio+ WSL2 Ubuntu + Git+ Codex CLI 。 这样Zuo的好处在于，Ke以充分利用各个工具的优势，实现优势互补。比如说利用 Android Studio 在图形界面和性Neng分析方面的优势，同时利用 WSL 和 Codex CLI 在命令行操作和自动化方面的优势。 “哈哈，总之就是要灵活运用各种工具，根据实际情况选择Zui合适的方案，这样才Neng事半功倍嘛！”